【51CTO.com快译】随着技术的进步和发展，与健康相关的数据日益增长。传统上，这些数据通常在是医疗卫生系统中产生的，该系统收集患者的有关信息。一些常见的来源包括患者的健康状况记录、视频/音频检查、已知疾病、常规使用的药物等。而患者每次接受医疗服务时，无论是预约检查还是紧急就诊，都会产生更多数据，从而提高跟踪患者病情的准确性。
而这种健康监测模型可以构建个性化资料，从而为与患者的诊断、治疗和康复相关的各种预防性措施提供支持。但也有对于医疗中心的依赖这个局限性。如果患者没有接受一些服务，则不会生成一致的数据。
可穿戴设备的日益广泛使用为人们的健康监测提供了一个新的视角。远程医疗范围的扩大也起到了促进作用，特别是在采用“连续性护理”概念的情况下。而将这些技术解决方案引入医学预防措施已经导致数据收集量的爆炸式增长。这就是在这种情况下多方面要探索大数据技术的原因。Lymberis解释说，“考虑到可穿戴设备的可用性，智能可穿戴个人系统应具有重量轻、功耗低、价格合理、可供非熟练人员操作、具有嵌入式处理和报警功能等特点。”
市场上推出的大多数可穿戴设备都符合这一描述。除此之外，其中一些设备只提供某一种功能，而有一些设备则提供多种功能的集成，例如健身跟踪、健康监测和消息显示。戴在手腕上的BASIS手表就是这样一种设备，它可以跟踪配戴者的心率并提供有关健康和保健的信息。其他类型的可穿戴设备还包括智能皮带、智能服装、活动跟踪器、智能眼镜等。
行业厂商针对各种应用场景开发了不同的可穿戴设备
可穿戴健康设备
行业专家Dian等人发表的一份研究报告强调了可穿戴健康设备的重要性。报告确定了四个基于物联网技术可穿戴应用集群，可穿戴健康设备就是其中之一。另外三个是活动识别和运动设备、跟踪和定位设备，以及安全设备。可穿戴健康设备是由传感器进行的与健康相关的数据采集设备。这份研究报告还根据监测的信号类型对传感器进行了分类：
- 生命体征监测：脉搏、呼吸频率和体温。
- 非生命体征监测：血压和血氧。
在应用中，可穿戴设备在通过互联网发送数据之前执行初步计算，然后进行后续附加分析，并且在许多能够连接到智能手机的设备中找到替代流程。在这些情况下，可穿戴设备和移动应用程序之间存在交互。一般来说，这样的应用程序可以使健康设备的数据可视化。更专业的应用程序也能够提供有关用户健康的建议。在涉及智能手机中间操作的场景中，一个常见的组件是访问基于云计算的服务。可穿戴设备收集的数据被传输到那些存储、处理和运行分析的服务。
可穿戴健康设备也可以分为两大类：健康治疗和康复以及健康监测。健康治疗和康复设备有助于提高患者的身心健康。行业专家Nave和Postolache发表的一份研究报告描述了这种设备的创新示例。报告中指出，新型的智能步行器可以为那些行动不便的人提供帮助。它是实时监控患者的物理治疗系统的一部分。智能步行器的架构以微控制器为中心，该微控制器既可以通过Wi-Fi或3G / 4G协议与云服务接口，又可以在无法使用互联网时通过蓝牙采用移动应用程序。通过这两个接口，智能步行器发送使用者运动的数据，从而使理疗师可以对信息进行分析并相应地进行帮助锻炼。云计算环境将所有数据存储在MySQL数据库中，Web应用程序访问提供另一种可视化方式的数据。由于数据存储在云中，因此移动应用程序可以在互联网信号可用时保持同步运行。
图左是智能步行器示意图，其构建依次主RFID(1)、IMU方向传感器(2)、压力传感器(3)、距离传感器(4)、Wi-Fi设备(5)、蓝牙设备(6)。图右是智能步行器原型
旨在帮助人们进行治疗和康复的可穿戴设备的另一个例子是理想化的智能可穿戴臂环。该设备不使用任何其他与云服务的连接，如上所述。而智能可穿戴臂环可以记录和预处理，并通过无线将信号传输到另一个智能训练设备。另一个智能训练设备运行离线的经过训练的机器学习算法。一旦识别出正确的动作，训练设备就会将结果发送到嵌入可穿戴臂章中的手势功能。该模块负责实时模拟用户的手势。其所识别手势的准确率使将用户的手部移动意图转化为精确的手势命令成为可能。
智能可穿戴臂环原型
健康监测可穿戴健康设备主要实施监测，用于检测某些生理机体功能中的异常行为。一个有用的示例是Jayanth等专家在研究报告中提到的使用物联网技术测量心跳的可穿戴设备。报告指出，该系统旨在帮助患者的家庭成员和医生有效地监测患者的健康状况，并在紧急情况下向他们发出警报。这些设备在开机时识别心跳阈值，例如“最小值和最大值”。此后，每次检测到心律异常时，该系统都会搜索最近的可用Wi-Fi并将其连接。建立连接之后，它将通过发送电子邮件将异常心率通知给家庭成员和医生。与此同时，可穿戴设备会触发振动器来警告用户。
用于测量心跳的印刷电路板(PCB)设备原型
人们对心脏健康的关注促进了许多其他可穿戴设备的发展。 Majumder等专家设计的基于多个传感器智能物联网的网络系统就是其中之一。该系统归类为多传感器，因为它从用户的脉搏和温度中收集数据。可穿戴硬件负责捕获数据，并将所有信息发送到Android应用程序。这种通信通过蓝牙网络进行，该网络可以最大限度地降低功耗。移动应用程序处理设备发送的数据，实时绘制心电信号和体温。异常模式的识别基于以前定义的一些参数(如心率)。一旦可穿戴设备收集到的数据达到一定的阈值，该系统就会以消息或振动警报的形式向受试者发送警告。Android应用程序不要求用户保存任何有关其健康状况的记录，因为它会立即警告用户任何检测到的异常。
穿戴式智能物联网设备的原型
其他类型的可穿戴设备正在颠覆健康监测领域的进展，它们的设计旨在从用户体内收集数据，这就是将它们归类为可摄入设备的原因。Sargunam和Anusha在他们发表的研究报告描述了一种能够使用红外辐射生成有关血糖水平信息的智能药物。该技术是一种可以帮助糖尿病患者监测其血糖水平的非侵入性方式。其辐射信号由智能手机上的移动医疗应用程序捕获。由于血液中的葡萄糖浓度取决于辐射特定波长的强度，因此移动应用程序可以使用无线信道对其进行监视。而Yoshida等人设计了一种基于胃酸发电的平板状可摄入核心体温传感器，用于日常保健。他们使用定制集成电路设计了尺寸为10毫米× 8毫米的设备原型。该设备能够根据胃酸的功率编码、调制和传输有关体温的数据。其数据可以被20厘米以外的天线成功接收并正确解码。
可穿戴健康设备面临挑战
随着可穿戴技术的发展，可穿戴健康设备也面临着特殊的挑战。专家指出，“平板电脑和智能手机是从电脑时代发展而来的，其功能和外形规格更加标准化，而可穿戴设备的设计和开发则由许多不同的细分市场驱动，因此其形式更加多样化。”
可穿戴健康设备同样受到这一现实的影响。Lymberis提到了这种迹象。他说，“目前市场上还没有一个能够集成多传感器、智能处理和报警功能，可以支持医疗决策并可随时与医疗机构轻松互动的智能穿戴系统。”
考虑到这种情况，专业文献中报告了可穿戴健康设备的一些常见挑战。传感器的数据分辨率是其中的一个挑战。通常情况下，可穿戴设备必须体积小巧，使用舒适，以及功耗更小。这些要求对它们所达到的分辨率有直接影响，特别是与其他类型的设备相比时。对于可穿戴健康设备，通常将重点放在患者身上，数据可视化的质量可以在满足上述要求的情况下进行更复杂的权衡。对于涉及数据解析的问题，功耗和耐磨性是另外两个挑战。可穿戴健康设备必须长时间运行，因为它们的作用主要是监测用户的信息或支持康复，并尽可能减少更换电池的次数。行业专家为此探索了一种基于柔性太阳能收集器的机制，他们使用多传感器健康可穿戴设备可以自主完成24小时的工作。
计算复杂性与可穿戴设备重量之间的权衡是主要挑战之一。必须考虑到此类设备的设计，因为消费者将更可能采用时尚的可穿戴设备。一些研究报告也将安全性作为健康可穿戴设备的典型挑战。安全性与佩戴此类设备的用户的射频辐射水平有关。根据Vahidnia和Dian发布的一份研究报告，射频辐射水平高可能是由于蜂窝物联网(CIoT)解决方案所使用的天线距离较近所致。这些设备操纵的数据的安全性是另一个令人关注的问题。通常在这些设备中实施不利于采用强大的安全策略。在引入基于加密的数据保护方面也有这样的情况，这使可穿戴设备容易被黑客攻击。
缺乏适当的法规被认为是可穿戴设备难以广泛使用的另一个障碍。尽管健康设备受这一问题影响不大，但其他领域也受到了深远影响。在体育运动中使用可穿戴设备就是一个例子，但由于缺乏特定标准，其可穿戴设备的应用受到阻碍。而在安全性方面，可穿戴设备的数据隐私是通常要解决的一个挑战。其威胁源于可穿戴设备通常使用广播模式进行通信，这有助于未经授权的设备捕获用户的私人数据。而从健康数据分析的角度来看，可穿戴设备产生的最大数据量存储在隔离的IT系统或多个云解决方案中。这种现实对采用基于商业智能的复杂分析带来了障碍。因此，由于缺乏基于合并数据的反馈，用户失去了很多更具价值的信息。
行业专家指出，“尽管最终用户仍然可以从收集的数据中受益，但是当这些数据与其他数据匿名组合以进行智能场景处理时，将会感受到更大的影响。”
为了使健康的可穿戴设施实现更高的用户满意度，行业专家Lymberis列出了其他四个功能，以补充必须处理的内容。首先，他主张患者应该能够将数据输入到可穿戴设备中。其次，有必要在设备和健康提供者之间建立链接。第三，通过“特殊医学算法”以整合从多个传感器接收的医学数据。第四，制定将智能可穿戴应用程序提交给复杂临床场景的验证计划。
可穿戴健康设备和大数据
行业专家Chen表示，“可持续健康监测与健康大数据有着密切的关系。”他们提出了两个支持这种说法的论点。第一种与数据收集有关。有效的健康监控在很大程度上取决于连续和长期的数据捕获。第二种是关于用于支持健康大数据分析的云计算智能。正确获取从人群中产生的健康数据量对于优化公共或私人卫生服务非常重要。还有使用人体局域网(BAN)作为收集大量健康数据的机制。与这些收集器关联，用于大数据处理的应用程序必须在云计算环境中可用，并且必须对捕获的数据进行操作。
基于智能服装健康监测的系统架构
而可持续健康监控的智能服装可以证明这种架构的可行性。可穿戴智能服装由多个传感器组成：脉冲传感器、体温传感器、心电图传感器、心肌传感器、血氧传感器、脑电图传感器以及电池。
这是移动健康云计算软件系统的第一个组件。所有收集的数据都发送到移动应用程序(系统的第二个组件)，该应用程序实时显示用户的健康状况。该通信通过低功耗信道进行。第三个组件是云计算服务，用于接收智能手机应用程序转发的数据。而采用了大数据分析的API提供了用于数据统计和机器学习库的功能，这些功能有助于预测用户的健康趋势。具体来说，使用Hadoop和Spark技术进行批处理，并使用Storm进行流处理。对于机器学习算法，他们使用了Spark MLlib和Mathout库中可用的实现。并在这个基础设施上开发了三个Web应用程序：一个用于健康监控，另一个用于情感安慰，另一个用于人机交互。
通过数据整合，健康穿戴设备产生的大数据的潜力可以被彻底发掘。其核心工作是基于“本体论”的概念，提供医疗领域的可穿戴知识即服务(KaaS)，其设计可以处理可穿戴数据的异质性，以确保语义互操作性，并允许创建关于患者的更准确的知识。本体捕获的所有概念都映射到表示可穿戴设备领域的类。例如，定义“参数”通用类以指示受到监视数据的性质。例如“葡萄糖”、“血压”和“心率”等参数是专门的一些子类。这验证了将开发的本体论应用于监测糖尿病患者情况的策略。
结论
如今，在可穿戴设备的研究中已经取了重大进展。这为在许多不同情况下探索此类技术带来了更多的机会。从可穿戴健康解决方案的角度来看，已经发现了类似的趋势。然而，涉及新应用的各种方法和策略已经带来了一些挑战，特别是使用可穿戴设备收集的大量数据面临着与互操作性相关的问题。而在未来将会有更多的创新性技术和应用，从而改善医疗服务和患者的健康。
原文标题：Health Monitoring Through Data From Wearables，作者：Thiago Nascimento
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
